Microsoft Copilot, SharePoint und KI in Steuerkanzleien: Warum das eigentliche Rennen nicht bei den Modellen entschieden wird

Warum die Modell-Diskussion für Steuerberater zunehmend nebensächlich wird

Die Diskussion rund um künstliche Intelligenz wird aktuell häufig auf die falsche Ebene reduziert. Gefühlt vergeht kaum eine Woche ohne neue Vergleiche zwischen GPT, Claude, Gemini oder anderen Modellen. Viele Diskussionen drehen sich darum, welches Modell intelligenter schreibt, besser analysiert oder präziser argumentiert. Doch genau diese Sichtweise greift für Steuerkanzleien inzwischen zu kurz.

Denn die eigentliche Frage lautet längst nicht mehr, welches Modell das „beste“ ist. Die entscheidende Frage lautet vielmehr: Welche KI darf überhaupt sinnvoll und sicher mit den Kanzleidaten arbeiten?

Eine Steuerkanzlei benötigt keine isolierte KI-Demo. Sie benötigt eine KI, die innerhalb bestehender Prozesse sicher und produktiv funktioniert. Eine KI, die Berechtigungen respektiert, Mandatsgeheimnisse wahrt, revisionssicher dokumentiert und gleichzeitig organisatorisch beherrschbar bleibt.

Genau hier beginnt der strukturelle Vorteil von Microsoft. Denn Microsoft sitzt bereits dort, wo die meisten Daten moderner Kanzleien liegen: in Microsoft 365, SharePoint, Teams, Exchange, OneDrive, Entra ID und Purview. Damit kontrolliert Microsoft nicht nur eine Softwareoberfläche, sondern zunehmend die gesamte Informationsarchitektur vieler Unternehmen.

Das bedeutet nicht automatisch, dass Copilot technisch jedes andere Modell schlägt. Aber Microsoft besitzt etwas, das für produktive KI häufig deutlich wichtiger ist: den nativen Zugriff auf bestehende Daten-, Berechtigungs- und Governance-Strukturen.

Der eigentliche Wettbewerb findet auf dem Content-Layer statt

Die zentrale Aussage der aktuellen Diskussion ist deshalb bemerkenswert treffend: Das Rennen wird nicht auf Ebene des Modells entschieden, sondern auf Ebene des Content-Layers.

Gerade Steuerberater sollten diesen Gedanken sehr ernst nehmen. Denn das Wissen einer Kanzlei liegt heute überwiegend nicht in perfekt strukturierten Datenbanken oder modernen semantischen Wissensarchitekturen. Die Realität sieht deutlich bodenständiger aus.

Das wertvolle Wissen vieler Kanzleien liegt in Word-Dateien, PDFs, E-Mails, Teams-Chats, Excel-Auswertungen, Verfahrensdokumentationen, Verträgen oder Fileserver Bibliotheken. Viele Kanzleien verfügen inzwischen über enorme Mengen digitaler Informationen – aber nur ein kleiner Teil davon ist tatsächlich sauber strukturiert, einheitlich klassifiziert oder governancefähig organisiert.

Genau hier beginnt die eigentliche KI-Herausforderung. Denn eine KI kann nur so gut arbeiten wie die zugrunde liegende Datenlandschaft. Wenn Berechtigungen historisch gewachsen sind, wenn Dokumente doppelt existieren oder wenn niemand mehr weiß, welche Version überhaupt aktuell ist, dann wird KI diese Probleme nicht lösen. Im Gegenteil: Sie macht sie sichtbar und skaliert sie unter Umständen sogar.

Warum Copilot im Kanzleialltag derzeit einen enormen Vorteil besitzt

Viele Gegenargumente aus der Diskussion sind technisch vollkommen korrekt. Natürlich können auch ChatGPT, Claude oder Gemini inzwischen über Connectoren auf SharePoint oder andere Datenquellen zugreifen. Natürlich existieren Enterprise-RAG-Systeme und plattformübergreifende KI-Architekturen.

Aber genau hier beginnt der Unterschied zwischen technischer Möglichkeit und realer Praxis.

Die meisten Steuerkanzleien verfügen heute noch nicht über hochmoderne semantische Enterprise-Architekturen mit perfekt orchestrierten Datenräumen. Viele kämpfen zunächst mit deutlich grundlegenderen Themen: historisch gewachsene Dateiablagen in Fachapplikationen (DATEV/ADDISON u.a.), uneinheitliche Berechtigungen, fehlende Datenklassifizierungen oder unstrukturierte Teams- und SharePoint-Landschaften.

Genau deshalb gewinnt im Kanzleialltag häufig nicht die theoretisch eleganteste Lösung, sondern diejenige, die möglichst sauber integriert ist und sich organisatorisch beherrschen lässt.

Hier besitzt Microsoft momentan einen enormen Vorsprung. Nicht zwingend wegen des Modells selbst, sondern weil das gesamte Ökosystem bereits vorhanden ist. Identitäten, Berechtigungen, Dokumente, Kommunikation, Workflows und Compliance-Werkzeuge befinden sich häufig bereits innerhalb derselben Plattform.

Die gefährlichste Idee lautet: „Wir hängen einfach KI an Datev“

Besonders spannend an der Diskussion ist die klare Warnung vor einer naiven Datenstrategie. Denn genau diese Situation beobachten wir aktuell in der Praxis: Kanzleien möchten „einfach KI einführen“, ohne zuvor ihre Datenbasis bereinigt zu haben.

Gerade für Steuerberater kann das hochproblematisch werden. Denn ein chaotischer SharePoint wird durch KI nicht besser. Er wird lediglich schneller durchsuchbar.

Wenn Berechtigungen falsch gesetzt sind, macht KI diese Fehler plötzlich skalierbar. Wenn sensible Informationen unstrukturiert abgelegt wurden, werden sie unter Umständen erstmals systematisch auffindbar. Wenn Dokumente veraltet oder widersprüchlich sind, produziert die KI Antworten mit hoher sprachlicher Sicherheit – aber möglicherweise auf Basis falscher Inhalte.

Das eigentliche Risiko liegt also nicht primär in der KI selbst. Das Risiko liegt in der fehlenden Governance der bestehenden Datenlandschaft.

Deshalb wird die Einführung von KI in vielen Kanzleien momentan zum unangenehmen Realitätstest der bisherigen Digitalisierung. Plötzlich zeigt sich, ob Datenstrukturen tatsächlich belastbar sind oder ob über Jahre lediglich digitale Unordnung entstanden ist.

Warum Governance wichtiger wird als reine Modellqualität

Gerade im steuerberatenden Umfeld ist Governance kein Nebenthema, sondern das Fundament jeder produktiven KI-Nutzung.

Steuerberater bewegen sich in einem hochregulierten Umfeld. DSGVO, § 203 StGB, Mandatsvertraulichkeit, Dokumentationspflichten, Zugriffsnachweise und revisionssichere Prozesse sind keine theoretischen Anforderungen, sondern tägliche Realität.

Deshalb reicht die Aussage „Das funktioniert technisch“ in Kanzleien nicht aus. Entscheidend wird vielmehr die Frage, unter welchen Bedingungen etwas funktioniert und wo Daten verarbeitet werden.

Genau hier entsteht ein wesentlicher Unterschied zwischen nativen Plattformintegrationen und externen Connector-Lösungen. Technisch können Drittmodelle durchaus auf Kanzleidaten zugreifen. Die entscheidende Frage ist jedoch, ob die Verarbeitung innerhalb der bestehenden Compliance-Grenzen bleibt oder ob Daten den geschützten Bereich verlassen.

Gerade Banken, Kanzleien, Behörden und Gesundheitsunternehmen diskutieren diese Themen inzwischen sehr konkret. Nicht, weil sie technikfeindlich wären, sondern weil sie regulatorisch dazu gezwungen sind.

Die Gegenargumente sind richtig – aber viele Kanzleien befinden sich noch auf einer früheren Reifestufe

Die Diskussion enthält zahlreiche berechtigte Gegenpositionen. Enterprise-RAG-Plattformen werden wichtiger werden. Semantische Wissensarchitekturen und Ontologien werden langfristig enorme Bedeutung gewinnen. Knowledge Graphs, strukturierte Datenräume und systemübergreifende Orchestrierungen sind ohne Zweifel die Zukunft größerer Unternehmensarchitekturen.

All das stimmt.

Aber viele Steuerkanzleien stehen aktuell noch an einem deutlich früheren Punkt ihrer digitalen Entwicklung. Die Realität lautet häufig noch: Gibt es überhaupt ein sauberes Berechtigungskonzept? Existieren Sensitivity Labels? Sind Daten konsistent strukturiert? Gibt es Governance-Regeln für KI?

Deshalb ist die Diskussion über hochkomplexe Enterprise-Architekturen zwar wichtig, aber für viele Kanzleien momentan noch Zukunftsmusik. Die eigentliche Gegenwartsfrage lautet deutlich grundlegender:

Genau deshalb wird die Daten- und Governance-Arbeit der kommenden Jahre wahrscheinlich wichtiger sein als jede einzelne Modelldiskussion.

Warum gute Steuerberater künftig auch Daten- und Architekturberater sein müssen

Genau an diesem Punkt entsteht eine Entwicklung, die viele Kanzleien aktuell noch unterschätzen.

Denn diese Themen betreffen nicht nur die eigene Kanzlei. Sie betreffen zunehmend auch die Mandantenberatung. Viele Geschäftsmodelle der Zukunft werden auf Datenarchitekturen, Plattformstrategien und KI-Prozessen basieren.

Unternehmen werden künftig massiv davon abhängen, ob ihre Daten sauber strukturiert, sicher organisiert und KI-fähig aufgebaut sind. Und genau deshalb werden gute Steuerberater künftig auch verstehen müssen, wie diese Architekturen funktionieren.

Nicht, weil Steuerberater klassische IT-Dienstleister werden sollen. Sondern weil betriebswirtschaftliche, steuerliche, organisatorische und technologische Fragen immer stärker miteinander verschmelzen.

Wer künftig Unternehmen ganzheitlich beraten möchte, wird verstehen müssen, wie Datenflüsse funktionieren, wie Plattformökosysteme aufgebaut sind, welche Governance-Strukturen erforderlich sind und welche technischen Entscheidungen wirtschaftliche Auswirkungen haben.

KI wird nicht einfach nur ein weiteres Softwaretool sein. KI wird zunehmend Teil des operativen Geschäftsmodells vieler Unternehmen werden.

Steuerberater, die diese Zusammenhänge verstehen, werden künftig eine völlig andere Beratungsqualität liefern können als reine Deklarationsdienstleister.

Genau deshalb sollten Kanzleien idealerweise bei sich selbst anfangen. Die eigene Kanzlei wird in den kommenden Jahren zum besten Lernfeld für genau jene Transformationsprozesse, die später auch bei Mandanten beurteilt und begleitet werden müssen.

Das Microsoft-Klumpenrisiko ist real – aber die Realität vieler Kanzleien ebenfalls

Natürlich entsteht durch die starke Fokussierung auf Microsoft auch ein erhebliches Klumpenrisiko. Wenn Daten, Kommunikation, Identitäten, Workflows und KI-Funktionen bei einem einzigen Anbieter liegen, entsteht zwangsläufig eine starke Abhängigkeit.

Diese Diskussion ist berechtigt. Allerdings muss man die Realität mittelständischer Kanzleien ebenfalls ehrlich betrachten.

Alternative Architekturen erzeugen häufig enorme Komplexität: mehr Schnittstellen, mehr Spezialwissen, höhere Betriebskosten, größere Governance-Aufwände und oft massive Anforderungen an hochqualifiziertes Personal.

Viele Kanzleien würden organisatorisch und wirtschaftlich an einer vollständig heterogenen Plattformstrategie scheitern.

Deshalb wird die Realität häufig pragmatischer aussehen: Standardisierung auf einer Hauptplattform, ergänzt um gezielte Speziallösungen dort, wo sie wirklich erforderlich sind.

Fazit: Das KI-Rennen wird nicht im Chatfenster entschieden

Die wichtigste Erkenntnis aus der gesamten Diskussion lautet wahrscheinlich: Das eigentliche KI-Rennen wird nicht auf Ebene des Modells entschieden, sondern auf Ebene der Datenarchitektur.

Microsoft besitzt aktuell einen enormen Vorteil, weil das Unternehmen bereits tief in den Daten-, Berechtigungs- und Governance-Strukturen vieler Kanzleien verankert ist. Nicht zwingend, weil Copilot immer das intelligenteste Modell wäre, sondern weil produktive KI im Kanzleiumfeld weit mehr benötigt als reine Modellqualität.

Für Steuerberater bedeutet das eine fundamentale Veränderung. Die Zukunft erfolgreicher Kanzleien wird nicht allein davon abhängen, welches Modell die besten Antworten formuliert. Entscheidend wird vielmehr sein, ob die Kanzlei über eine strukturierte, sichere und governancefähige Datenlandschaft verfügt, auf der KI überhaupt sinnvoll arbeiten kann.

Gleichzeitig entsteht eine zweite, noch größere Herausforderung: Gute Steuerberater werden künftig nicht nur steuerliche Prozesse verstehen müssen, sondern zunehmend auch die digitalen Architekturen ihrer Mandanten.

Denn die Geschäftsmodelle der Zukunft werden immer stärker daten- und KI-getrieben sein. Wer Unternehmen künftig wirklich beraten und neue Dienstleitungen monetarisieren möchte, wird deshalb auch verstehen müssen, wie Daten organisiert, geschützt, klassifiziert und für KI nutzbar gemacht werden.